Pustaka Python ini menyediakan cara yang mudah dan intuitif untuk mengubah gambar dan memahami data yang mendasarinya
Oleh
18 Maret 2019 . . %t mnt dibaca
Daftar atau Masuk untuk menyukai
Gambar oleh
Alexandre Duret-Lutz dari Paris, Prancis [Recursive Daisy], CC BY-SA 2. 0 melalui Wikimedia Commons
Dunia saat ini penuh dengan data, dan gambar merupakan bagian penting dari data ini. Namun, sebelum dapat digunakan, gambar digital ini harus diproses — dianalisis dan dimanipulasi untuk meningkatkan kualitasnya atau mengekstrak beberapa informasi yang dapat digunakan.
Tugas pemrosesan gambar yang umum meliputi tampilan; . ; . Python adalah pilihan yang sangat baik untuk jenis tugas pemrosesan gambar ini karena popularitasnya yang semakin meningkat sebagai bahasa pemrograman ilmiah dan ketersediaan gratis banyak alat pemrosesan gambar canggih dalam ekosistemnya
Artikel ini membahas 10 library Python yang paling umum digunakan untuk tugas manipulasi gambar. Pustaka ini menyediakan cara yang mudah dan intuitif untuk mengubah gambar dan memahami data yang mendasarinya
1. scikit-image
scikit-image adalah paket Python open source yang bekerja dengan array. Ini mengimplementasikan algoritma dan utilitas untuk digunakan dalam penelitian, pendidikan, dan aplikasi industri. Ini adalah perpustakaan yang cukup sederhana dan lugas, bahkan bagi mereka yang baru mengenal ekosistem Python. Kode ini berkualitas tinggi, ditinjau oleh rekan sejawat, dan ditulis oleh komunitas sukarelawan yang aktif
Sumber daya
scikit-image didokumentasikan dengan sangat baik dengan banyak contoh dan kasus penggunaan praktis
Penggunaan
Paket diimpor sebagai skimage, dan sebagian besar fungsi ditemukan di dalam submodul.
Pemfilteran gambar
import matplotlib.pyplot as plt
%matplotlib inline
from skimage import data,filters
image = data.coins[] # .. or any other NumPy array!
edges = filters.sobel[image]
plt.imshow[edges, cmap='gray']
Pencocokan template menggunakan fungsi
Anda dapat menemukan lebih banyak contoh di galeri
2. NumPy
NumPy adalah salah satu pustaka inti dalam pemrograman Python dan memberikan dukungan untuk array. Gambar pada dasarnya adalah array NumPy standar yang berisi piksel titik data. Oleh karena itu, dengan menggunakan operasi dasar NumPy, seperti slicing, masking, dan fancy indexing, Anda dapat mengubah nilai piksel suatu gambar. Gambar dapat dimuat menggunakan skimage dan ditampilkan menggunakan Matplotlib
Sumber daya
Lebih Banyak Sumber Daya Python
- Apa itu IDE?
- Contekan. Piton 3. 7 untuk pemula
- Kerangka GUI Python teratas
- Unduh. 7 pustaka PyPI penting
- Pengembang Topi Merah
- Konten Python terbaru
Daftar lengkap sumber daya dan dokumentasi tersedia di halaman dokumentasi resmi NumPy
Penggunaan
Menggunakan Numpy untuk menutupi gambar
import numpy as np
from skimage import data
import matplotlib.pyplot as plt
%matplotlib inline
image = data.camera[]
type[image]
numpy.ndarray #Image is a NumPy array:
mask = image < 87
image[mask]=255
plt.imshow[image, cmap='gray']
_
3. SciPy
SciPy adalah salah satu modul ilmiah inti Python [seperti NumPy] dan dapat digunakan untuk manipulasi gambar dasar dan tugas pemrosesan. Secara khusus, submodul [dalam SciPy v1. 1. 0] menyediakan fungsi yang beroperasi pada array NumPy n-dimensi. Paket saat ini mencakup fungsi untuk pemfilteran linier dan non-linier, morfologi biner, interpolasi B-spline, dan pengukuran objek
Sumber daya
Untuk daftar lengkap fungsi yang disediakan oleh scipy. paket ndimage, lihat
Penggunaan
Menggunakan SciPy untuk mengaburkan menggunakan filter Gaussian
from scipy import misc,ndimage
face = misc.face[]
blurred_face = ndimage.gaussian_filter[face, sigma=3]
very_blurred = ndimage.gaussian_filter[face, sigma=5]
#Results
plt.imshow[]
4. PIL/Bantal
PIL [Python Imaging Library] adalah pustaka gratis untuk bahasa pemrograman Python yang menambahkan dukungan untuk membuka, memanipulasi, dan menyimpan berbagai format file gambar. Namun, perkembangannya mengalami stagnasi, dengan rilis terakhirnya pada tahun 2009. Untungnya, ada Pillow, garpu PIL yang dikembangkan secara aktif, yang lebih mudah dipasang, berjalan di semua sistem operasi utama, dan mendukung Python 3. Pustaka berisi fungsionalitas pemrosesan gambar dasar, termasuk operasi titik, pemfilteran dengan sekumpulan kernel konvolusi bawaan, dan konversi ruang warna
Sumber daya
Dokumentasi memiliki instruksi untuk instalasi serta contoh yang mencakup setiap modul perpustakaan
Penggunaan
Menyempurnakan gambar di Bantal menggunakan ImageFilter
from PIL import Image,ImageFilter
#Read image
im = Image.open['image.jpg']
#Display image
im.show[]
from PIL import ImageEnhance
enh = ImageEnhance.Contrast[im]
enh.enhance[1.8].show["30% more contrast"]
Gambar oleh
Kode sumber gambar
5. OpenCV-Python
OpenCV [Open Source Computer Vision Library] adalah salah satu library yang paling banyak digunakan untuk aplikasi computer vision. OpenCV-Python adalah API Python untuk OpenCV. OpenCV-Python tidak hanya cepat, karena latar belakang terdiri dari kode yang ditulis dalam C/C++, tetapi juga mudah untuk dikodekan dan digunakan [karena pembungkus Python di latar depan]. Ini menjadikannya pilihan yang bagus untuk menjalankan program visi komputer yang intensif secara komputasi
Sumber daya
OpenCV2-Python-Guide memudahkan untuk memulai dengan OpenCV-Python
Penggunaan
Menggunakan Pencampuran Gambar menggunakan Piramida di OpenCV-Python untuk membuat "Orapple"
Gambar oleh
6. SederhanaCV
SimpleCV adalah kerangka kerja open source lain untuk membangun aplikasi visi komputer. Ini menawarkan akses ke beberapa pustaka visi komputer berdaya tinggi seperti OpenCV, tetapi tanpa harus mengetahui tentang kedalaman bit, format file, ruang warna, dll. Kurva pembelajarannya jauh lebih kecil daripada OpenCV, dan [seperti tagline-nya mengatakan], "visi komputer menjadi mudah. " Beberapa poin yang mendukung SimpleCV adalah
- Bahkan pemrogram pemula dapat menulis tes visi mesin sederhana
- Kamera, file video, gambar, dan aliran video semuanya dapat dioperasikan
Sumber daya
Dokumentasi resmi sangat mudah diikuti dan memiliki banyak contoh dan kasus penggunaan untuk diikuti
Penggunaan
Gambar oleh
Kode sumber gambar
7. Mahota
Mahotas adalah visi komputer dan perpustakaan pemrosesan gambar lainnya untuk Python. Ini berisi fungsi pemrosesan gambar tradisional seperti pemfilteran dan operasi morfologis, serta fungsi penglihatan komputer yang lebih modern untuk perhitungan fitur, termasuk deteksi titik minat dan deskriptor lokal. Antarmukanya menggunakan Python, yang cocok untuk pengembangan cepat, tetapi algoritmenya diimplementasikan dalam C++ dan disetel untuk kecepatan. Pustaka Mahotas cepat dengan kode minimalis dan bahkan ketergantungan minimum. Baca makalah resminya untuk wawasan lebih lanjut
Sumber daya
Dokumentasi berisi instruksi pemasangan, contoh, dan bahkan beberapa tutorial untuk membantu Anda memulai menggunakan Mahotas dengan mudah
Penggunaan
Pustaka Mahotas mengandalkan kode sederhana untuk menyelesaikan berbagai hal. Sebagai contoh, itu bekerja dengan baik dengan masalah Finding Wally dengan jumlah kode minimum
Memecahkan masalah Finding Wally
Gambar oleh
Kode sumber gambar
Gambar oleh
Kode sumber gambar
8. SimpleITK
ITK [Insight Segmentation and Registration Toolkit] adalah "sumber terbuka, sistem lintas platform yang memberi pengembang seperangkat alat perangkat lunak yang luas untuk analisis gambar. SimpleITK adalah lapisan sederhana yang dibangun di atas ITK, dimaksudkan untuk memfasilitasi penggunaannya dalam pembuatan prototipe cepat, pendidikan, [dan] bahasa yang ditafsirkan. Ini juga merupakan perangkat analisis gambar dengan sejumlah besar komponen yang mendukung operasi pemfilteran umum, segmentasi gambar, dan pendaftaran. SimpleITK ditulis dalam C++, tetapi tersedia untuk sejumlah besar bahasa pemrograman termasuk Python
Sumber daya
Ada sejumlah besar Notebook Jupyter yang menggambarkan penggunaan SimpleITK untuk kegiatan pendidikan dan penelitian. Notebook mendemonstrasikan penggunaan SimpleITK untuk analisis gambar interaktif menggunakan bahasa pemrograman Python dan R
Penggunaan
Visualisasi proses registrasi CT/MR kaku yang dibuat dengan SimpleITK dan Python
Gambar oleh
Kode sumber gambar
9. pgmagick
pgmagick adalah pembungkus berbasis Python untuk pustaka GraphicsMagick. Sistem pemrosesan gambar GraphicsMagick kadang-kadang disebut Swiss Army Knife untuk pemrosesan gambar. Koleksi alat dan pustakanya yang kuat dan efisien mendukung pembacaan, penulisan, dan manipulasi gambar dalam lebih dari 88 format utama termasuk DPX, GIF, JPEG, JPEG-2000, PNG, PDF, PNM, dan TIFF
Sumber daya
repositori GitHub pgmagick memiliki instruksi dan persyaratan instalasi. Ada juga panduan pengguna terperinci
Penggunaan
Penskalaan gambar
Ekstraksi tepi
10. Pikairo
Pycairo adalah satu set binding Python untuk perpustakaan grafis Kairo. Kairo adalah perpustakaan grafik 2D untuk menggambar grafik vektor. Grafik vektor menarik karena tidak kehilangan kejelasan saat diubah ukurannya atau diubah. Pycairo dapat memanggil perintah Kairo dari Python
Sumber daya
Repositori Pycairo GitHub adalah sumber yang bagus dengan petunjuk terperinci tentang pemasangan dan penggunaan. Ada juga panduan memulai, yang berisi tutorial singkat tentang Pycairo
Penggunaan
Menggambar garis, bentuk dasar, dan gradien radial dengan Pycairo
Gambar oleh
Kode sumber gambar
Kesimpulan
Ini adalah beberapa pustaka pemrosesan gambar yang berguna dan tersedia secara gratis di Python. Beberapa terkenal dan yang lain mungkin baru bagi Anda. Cobalah mereka untuk mengetahui lebih banyak tentang mereka
Apa yang harus dibaca selanjutnya
Tag
Piton
Parul Pandey
Parul adalah Ilmu Data dan penggemar Deep learning. Dia sangat tertarik pada inovasi, pendidikan, dan pemrograman serta ingin memecahkan masalah kehidupan nyata dengan Machine learning sehingga dapat berdampak langsung pada masyarakat. Dia juga sangat bersemangat tentang 'Women in Technology' dan terus mendorong dan membimbing gadis-gadis muda untuk bergabung dengan bidang STEM
Lebih banyak tentang saya
Komentar ini ditutup, namun Anda dapat Mendaftar atau Masuk untuk mengirim komentar di artikel lain2 Komentar
Mekonnen. 29 Maret 2019
Daftar atau Masuk untuk menyukai
Artikel ini bermanfaat bagi semua yang memiliki minat untuk melakukan sesuatu dalam pemrosesan gambar menggunakan python, saya berterima kasih. Saya harap menyertakan penginstalan dan beberapa area aplikasi praktis dari perpustakaan tersebut dapat mengubah artikel dari bagus menjadi hebat